全球能源需求的上升正在推动太阳能技术的限制。瑞典的科学家现在已经迈出了迈向释放卤化物钙钛矿的潜力的重要一步。
全球对电力的需求正在以快速的速度攀升，这使得寻找可持续的方法来满足未来需求。一种可能的解决方案是开发先进的太阳能电池材料，其效率比当今使用的效率要高得多。这些新材料的生产可能如此薄而灵活，以至于它们可能涵盖从智能手机到整个建筑物的所有内容。
研究人员在查尔默斯大学在瑞典，最近在解决最有前途的最令人困惑的选择之一方面取得了进展：卤化物perovskites。通过将基于计算机的模拟与机器学习，他们开始揭示这些材料的复杂行为。
根据国际能源局的数据，电力已经占全球能源使用的20％。在接下来的25年中，预计该份额将上升到50％以上，进一步强调了开发清洁和更有效的能源技术的紧迫性。
为了满足需求，对新的，环保和高效的能源转化方法（例如更有效的太阳能电池）的需求越来越大。我们的发现对于工程和控制最有希望的太阳能电池材料之一是最佳利用的必不可少的。令人兴奋的是，我们现在有了模拟方法，可以回答几年前未解决的问题。
有效的有效太阳能电池的材料
位于一个称为卤化物钙钛矿的组中的材料被认为是产生具有成本效益，柔性和轻质太阳能电池以及光电设备（如LED灯泡）的最有希望的，因为它们吸收并发出光线非常有效。但是，钙钛矿材料可以迅速降解，并且知道如何最好地利用它们需要更深入地了解这种情况以及材料的工作方式。
长期以来，科学家一直在努力理解该组中的一种特殊材料，这是一种称为甲米型碘化物的结晶化合物。它具有出色的光电特性。材料的不稳定性阻碍了对材料的更大使用，但可以通过混合两种类型的卤化物钙钛矿来解决。但是，需要更多关于两种类型的知识，以便研究人员可以最好地控制混合物。
材料设计和控制的关键
Chalmers的研究小组现在可以详细说明材料的重要阶段，而该材料以前很难仅通过实验来解释。了解这一阶段是能够基于它设计和控制这种材料和混合物的关键。该研究最近发表在美国化学学会杂志。
Chalmers研究员Sangita Dutta说：'Chalmers研究员Sangita Dutta说：'Chalmers研究员Sangita Dutta说，这种材料的低温阶段一直是研究难题的缺失，我们现在解决了一个关于此阶段结构的基本问题。”
机器学习有助于突破
研究人员的专业知识在于在计算机模拟中构建不同材料的准确模型。这使他们可以通过将材料暴露于不同的情况来测试材料，并通过实验确认这些情况。
然而，在卤化物钙钛矿家族中对材料进行建模非常棘手，因为捕获和解码其属性需要强大的超级计算机和较长的模拟时间。
`通过将我们的标准方法与机器学习相结合，我们现在可以运行比以前长几千倍的模拟。杜塔说，我们的模型现在可以包含数百万个原子而不是数百种原子，这使它们更接近现实世界。
实验室观察与模拟匹配
研究人员在低温下确定了甲氨基二铅碘化物的结构。他们还可以看到，在材料冷却的同时，甲米尼分子被困在半稳定的状态。为了确保他们的研究模型反映现实，他们与实验研究人员合作伯明翰大学。他们将材料冷却至200°C，以确保其实验与模拟相匹配。
``我们希望我们从模拟中获得的见解能够为如何在未来建模和分析复杂的卤化物钙钛矿材料。
参考：使用Sangita Dutta，Erik Fransson，Tobias Hainer，Benjamin M. Gallant，Dominik J. Kubicki，Paul Erhart和Julia Wiktor，揭示FAPBI3的低温阶段。美国化学学会杂志。
doi：10.1021/jacs.5c05265
这项研究得到了瑞典战略研究基金会，瑞典能源局，瑞典研究委员会，欧洲研究委员会，KNUT和Alice Wallenberg基金会以及查尔默斯技术大学的纳米领域的支持。该计算是由国家学术基础设施的资源促进了瑞典（NAISS）在C3SE的超级计算。
永远不要错过突破：加入Scitechdaily新闻通讯。